Atria Dawn Previewとは？上海AI Labの744Bオープンエージェントを解説

上海人工知能研究所（Shanghai Artificial Intelligence Laboratory）のAtria Dawn Previewは、一問一答のチャット用途ではなく、調査、ツール利用、コード作成・実行、出力の確認、修正の反復までを伴うタスク向けに設計されたオープンウェイトのAIエージェントモデルです。2026年9月16日に大きく報じられましたが、ウェイトは9月11日に公開され、技術レポートはその3日後ごろに続いたとされています。15

Atria Dawn Previewの概要

モデルカードによると、Atria Dawn Previewは**7440億パラメータのGLM-5.2 Mixture-of-Experts（MoE）**を基盤とするプレビュー版です。テキスト入力・テキスト出力のInstructモデルで、256Kトークンのコンテキスト長を持ちます。継続的に作業環境を把握し、ツールを使いながら複数段階のタスクを完了させる必要がある研究・エンジニアリング業務が想定されています。9

公開されているバリアントは次の2種類です。

• Atria-Dawn-Preview：標準のInstructチェックポイント
• Atria-Dawn-Preview-FP8：FP8量子化のInstructチェックポイント

いずれも256Kコンテキストで、Hugging FaceとModelScopeへのリンクが用意されています。9

MoEは、モデル全体のパラメータ数を大きく保ちつつ、推論時には専門家群（エキスパート）の一部を選んで処理するアーキテクチャです。もっとも、利用側にとって重要なのは「744B」という数字そのものではありません。計画、ツール呼び出し、実行、結果の解釈、誤りの訂正という長い連鎖を、実務でどこまで安定して継続できるかが評価の焦点になります。

これまでの上海AI Labのモデルと何が違うのか

上海AI Labは、InternLMシリーズのほか、科学・マルチモーダル領域のIntern-S1やIntern-S2といったモデル群も公開してきました。たとえばIntern-S2 Previewは、事前学習、強化学習におけるタスク範囲、対話型エージェント環境の拡張を掲げています。18

これに対しAtriaは、より明確に長期実行型エージェントとして位置付けられています。報道や技術説明で示される流れは、課題を理解し、方針を立て、ツールを使い、コードを実装し、実験や操作を実行し、結果を確認して、失敗すれば次の試行へ進むというものです。ポストトレーニングには、実行可能な環境でツール利用を行い、外部から検証可能な結果を学習信号にすることを狙ったVerifiable Experience Pipelineが用いられたと説明されています。1315

この違いは実用上重要です。質問応答やコード断片の生成に強い基盤モデルであっても、エージェントには、状態の管理、適切な行動選択、ツール出力の解釈、途中の失敗からの復旧が求められます。Atriaの主張は、こうした一連の実行ループを訓練と評価の中心に据えた点にあります。

想定される用途

モデルカードが挙げる主な利用領域は4つです。9

• ディープリサーチ：情報や根拠を収集し、整理・統合する作業。
• ソフトウェア・技術開発：ソフトウェア、アプリ、可視化、機械学習システムの構築。
• 構造化されたナレッジワーク：レポート、プレゼンテーション、その他のオフィス成果物の作成。
• 許可されたセキュリティ業務：分析、脆弱性の検証、修正、再検証。

セキュリティ用途については、「検証」や「修正」の能力が記載されていても、許可のないシステムへのテストを正当化するものではありません。

オープンウェイトとデプロイの選択肢

AtriaはMITライセンスで提供され、ウェイトはHugging FaceとModelScopeから参照できます。プロジェクト資料では、ローカルサービングとしてSGLang 0.5.13.post1以降またはvLLM 0.23.0以降が案内されており、Codex系クライアント向けのResponses API設定も記載されています。19

オープンウェイトにより、組織はデプロイ方法や評価条件をより細かく制御できます。ただし、運用が無料・容易になるわけではありません。報道では、ウェイトファイルは形式によって数百GBから1TB超に及び、セルフホスティングではGPU基盤に大きなコストが移ると指摘されています。5

つまり、セルフホストはデータの取り扱いや既存システムとの統合を自ら管理しやすい反面、大規模な計算資源、推論サーバーの運用知識、監視、アクセス制御などを要します。

公表ベンチマークでの位置付け

上海AI Labは16種類の評価における結果を公表しています。主な数値は、AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0、CyberGym 86.5です。加えて、SWE-bench Pro 59.6、Terminal-Bench 2.1 78.3も報告されています。9

開発元の比較表では、前述した最初の5指標でAtriaが掲載モデル中の首位とされています。一方、すべての評価で首位というわけではありません。同じ表では、SWE-bench ProやTerminal-Bench 2.1など、ソフトウェア開発の成果物に近い指標の一部でClaude Opus 5の方が高い結果とされています。9

したがって、読み取るべきことは「すべての用途で最高のエージェント」という結論ではなく、次のように限定されます。

• 検索・情報取得、ブラウザーを使うタスク、関数呼び出し、掲載されたサイバー評価では、有力なオープンウェイト候補であることを示す結果です。
• これらの数値だけで、プロプライエタリな最先端エージェント全般を上回ることは証明されません。
• エージェントの評価結果は、ハーネスの版、プロンプト、ツール権限、時間・トークン予算、リトライ方針、周辺環境に大きく左右されます。

特に重要なのは、当時の報道で、ベンチマークの主張はベンダー報告であり、中立的な評価機関による独立検証はまだ行われていないとされた点です。5

導入前に確認したい5項目

Atriaは、長時間にわたりツールを介して作業するオープンウェイトエージェントを評価したい組織にとって、注目に値するモデルです。ただし、公表スコアをそのまま導入判断に使うのではなく、想定業務に近い条件で検証する必要があります。

1. 関連ベンチマークを再現する：モデル版、プロンプト、ツールアクセス、時間・トークン予算、リトライ規則を固定し、単発ではなく複数回実行します。
2. エージェントの一連の動きを試す：完了率だけでなく、ツール呼び出しの失敗、誤った前提、利用不能なリソース、曖昧な指示から回復できるかを測定します。
3. デプロイ制約を確認する：実際のウェイトとリポジトリのライセンス、必要なインフラ、ローカルサービングの構成、地域別ホステッドエンドポイントの条件を確認します。
4. セキュリティとデータ統制を評価する：プロンプトインジェクションへの耐性、ツール権限の境界、ログ、保存期間、機微情報の取り扱いを検証します。
5. 自社業務で比較する：調査、開発、文書作成、許可済みセキュリティ検証など、実際の代表タスクで既存の選択肢と並行評価します。

結論

Atria Dawn Previewが注目される理由は、744BのGLM-5.2 MoE、256Kコンテキスト、オープンウェイト、そしてチャット応答だけでなくエージェントとしての実行に焦点を当てた設計を組み合わせた点です。MITライセンスの下で標準版とFP8版が公開されており、必要なインフラを持つチームにとって本格的な評価対象になります。9

検索・調査、関数呼び出し、自動化、サイバー評価での公表成績は有望です。しかし、それらは開発元が示した結果です。実際に重要なのは、自組織の長期・ツール利用タスクを、許容できるコスト、遅延、安全性、失敗回復能力で継続的に完了できるかどうかです。5